Дообученная мультимодальная InternVL2.5-8B для сегментации объектов на изображениях по текстовым запросам.

Подходит для: выделение маской объекта по текстовому описанию на изображении · сегментация объектов по выражениям RefCOCO · уточнение целевого объекта в диалоге об изображении